“边界框”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果822322个，建议您升级VIP下载更多相关专利

[发明专利]高级驾驶员辅助系统和在其中检测对象的方法-CN202110643436.2在审
发明人：高祥修;金炳秀;金冏荣;河相赫 -专利权人：三星电子株式会社
申请日： 2021-06-09 - 公布日： 2021-12-10 - 主分类号： G06K9/00 文献下载
摘要：从处于运动中的车辆接收视频序列，生成包括立体图像中包括的至少一个对象的位置图像，基于从车辆接收的反射信号生成与至少一个对象相关联的第二位置信息，基于立体图像和位置图像将各自包含至少一个对象的至少一部分的区域确定为候选边界框，以及基于与至少一个对象相关联的候选边界框中的相应候选边界框的相应第一位置信息是否与第二位置信息匹配来选择性地调整候选边界框中的相应候选边界框的类别分数。
高级驾驶员辅助系统其中检测对象方法

[发明专利]一种DAMDNet-EKF算法的无人机目标跟踪方法-CN202111639385.2在审
发明人：于倩倩;郑钰辉 -专利权人：南京信息工程大学
申请日： 2021-12-29 - 公布日： 2022-05-13 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种DAMDNet‑EKF算法的无人机目标跟踪方法，包括以下步骤：步骤1、采集视频帧，通过预设的跟踪模型，根据初始的视频帧训练边界框回归模型；其中，所述跟踪模型是基于DAMDNet的神经网络模型构建，并已经过预训练和初始化；步骤2、除去初始的视频帧，利用剩余的视频帧作为跟踪模型输入，得到视频帧的目标边界框以及与目标边界框对应的目标得分；步骤3、若步骤2得到的目标得分小于预设值，则对所述跟踪模型进行更新；若步骤2得到的目标得分不小于预设值，则使用边界框回归模型调整最优的目标边界框并对所述跟踪模型进行更新。
一种 damdnet ekf 算法无人机目标跟踪方法

[发明专利]一种结合头部跟踪的密集场景下行人多目标跟踪方法-CN202210513751.8在审
发明人：戚周铭;周冕;丛钶伦;刘文轩;朱国强;高毅 -专利权人：天津理工大学
申请日： 2022-05-12 - 公布日： 2022-08-19 - 主分类号： G06V40/10 文献下载
摘要：首先，使用头部跟踪器生成行人头部运动轨迹，同时检测出行人的全身边界框；其次计算头部边界框和全身边界框之间的关联程度，使用匈牙利算法对上述计算结果进行匹配；最后根据匹配结果将头部轨迹中头部边界框替换为全身边界框
一种结合头部跟踪密集场景行人多目标方法

[发明专利]一种遥感影像目标检测方法-CN202211100449.6在审
发明人：郭海涛;余东行;徐青;王慧;卢俊;刘相云;林雨准;吕亮;龚志辉;王家琪;饶子昱;牛艺婷 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2022-09-08 - 公布日： 2023-06-13 - 主分类号： G06V20/10 文献下载
摘要：，增强不同特征之间信息的传递效率；然后，在网络中引入可变形卷积，并设计了基于空洞卷积的可变形特征融合模块，以增强卷积神经网络所提取的特征对目标方向变化的感知能力；最后，采用多分支预测方式，利用目标倾斜边界框四边的中点构建边界感知向量，并引入目标边界框类型的判断，判断目标边界框的类型是水平框还是倾斜框，进而提升目标边界预测的精确度。
一种遥感影像目标检测方法

[发明专利]基于深度学习算法的无人机目标追踪方法及仿真系统-CN202310604700.0在审
发明人：唐枫;戴明哲;张昕瑜;郑雅恬;李文涛 -专利权人：中南大学
申请日： 2023-05-26 - 公布日： 2023-06-23 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于深度学习算法的无人机目标追踪方法，包括获取现有的用于无人机目标追踪的图像数据并构建训练数据集；构建用于无人机目标追踪的边界框预测模型并训练得到最终的边界框预测模型；将目标的模板图像和无人机实时获取的搜索图像输入到边界框预测模型得到目标边界框；采用目标边界框对目标进行追踪；重复以上步骤，采用无人机完成对目标的实时追踪。
基于深度学习算法无人机目标追踪方法仿真系统

[发明专利]一种SAR图像目标检测、识别方法及相关装置-CN202310212016.8在审
发明人：黄磊;范泽康;司璀琪;赵博;赵晓锦 -专利权人：深圳大学
申请日： 2023-02-24 - 公布日： 2023-06-02 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种SAR图像目标检测、识别方法及相关装置，通过先将训练样本集的若干样本SAR图像输入预设神经网络模型，得到各样本SAR图像的预测边界框；再根据各样本SAR图像的预测边界框和真实边界框，确定各样本该目标检测模型能够关注预测边界框的宽高尺寸信息，从而使得通过目标检测模型确定待识别SAR图像的预测边界框能够更加准确，有效提高了SAR图像目标检测的准确度。
一种 sar 图像目标检测识别方法相关装置

[发明专利]一种双目图像匹配方法、装置、设备和存储介质-CN202110873191.2在审
发明人：李宏扬;黄泽昊;王乃岩 -专利权人：北京图森智途科技有限公司
申请日： 2021-07-30 - 公布日： 2023-02-03 - 主分类号： G06V10/75 文献下载
摘要：其中，该方法包括：对双目图像的第一图像进行目标检测，得到所述第一图像内目标的第一边界框；在所述双目图像的第二图像中确定所述第一边界框所对应的第二边界框；利用所述第二边界框回归出所述目标在所述第二图像内的第三边界框
一种双目图像匹配方法装置设备存储介质

[发明专利]一种基于线性拟合的目标点云3D边界框拟合方法-CN201910954492.0有效
发明人：李智勇;易子越;伍轶强 -专利权人：湖南大学
申请日： 2019-10-09 - 公布日： 2022-04-15 - 主分类号： G06T17/10 文献下载
摘要：本发明公开了一种基于线性拟合的目标点云3D边界框拟合方法，包括以下步骤：1)地面点过滤；2)平面检测与分割；3)参照面优化；4)线性拟合；5)3D边界框的确立。本发明利用车身侧面获得的激光点在XYO平面上的投影近似直线的特性，得到了与车身长度非常相近的3D边框长度，然后根据车辆相邻面互相垂直的关系，得到3D边界框的矩形底面，最后根据车身高度，得出3D边界框。本发明的计算方法简单，且拟合出的3D边界框与车体真实尺寸非常接近，准确度更高，在自动驾驶领域有很好的应用前景。
一种基于线性拟合目标边界方法

[发明专利]一种基于改进RA-CNN的细粒度图像检测方法与系统-CN202010773637.X有效
发明人：廖玉婷;邹素雯;陈林祥;石志凯;张涛 -专利权人：烽火通信科技股份有限公司
申请日： 2020-08-04 - 公布日： 2022-05-06 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于改进RA‑CNN的细粒度图像检测方法：S1、对训练图像进行预处理得到其图像向量编码和类别向量编码；S2、根据训练图像的图像向量编码和类别向量编码，使用改进的RA‑CNN模型进行弱监督训练，得到预测的边界框信息；S3、使用标注有边界框的训练图片作为输入，用步骤S2中预测的边界框与标注的边界框进行对比，计算损失函数进行强监督训练，得到经训练的图像检测模型；S4、对待检测图像进行灰度处理和向量归一化处理，得到待检测图像的图像向量编码，将待检测图像的图像向量编码输入上述经训练的图像检测模型，得到待检测图像中的物体类别和边界框信息。
一种基于改进 ra cnn 细粒度图像检测方法系统

[发明专利]一种用于驾驶员状态监测的目标检测方法及装置-CN202010532960.8有效
发明人：张世亮;刘鹏;祁亚斐 -专利权人：开易（北京）科技有限公司
申请日： 2020-06-11 - 公布日： 2022-08-02 - 主分类号： G06V20/59 文献下载
摘要：本申请公开了一种用于驾驶员状态监测的目标检测方法及装置，其中，方法包括：采集驾驶员状态信息图像；建立基于深度卷积神经网络的驾驶员状态信息检测模型以及关键点对齐模型；得到驾驶员状态信息边界框及第一置信度得分；根据第一置信度得分，对边界框进行过滤；对过滤后的驾驶员状态信息边界框进行扩展；得到驾驶员状态关键点坐标以及第二置信度得分；根据第二置信度得分，对边界框进行过滤；得到过滤后的驾驶员状态信息边界框。
一种用于驾驶员状态监测目标检测方法装置

[发明专利]一种基于边缘提取的图像识别方法及系统-CN202210423890.1有效
发明人：王路远;李原超;游恒;尚德龙;周玉梅 -专利权人：中科南京智能技术研究院
申请日： 2022-04-22 - 公布日： 2022-07-19 - 主分类号： G06V10/25 文献下载
摘要：对待识别图像进行灰度化处理，获得第一灰度图；对第一灰度图进行降噪和平滑处理，获得第二灰度图；对第二灰度图进行边缘检测，获得边缘信息图；对边缘信息图进行二值化处理，获得二值化图像；通过遍历二值化图像确定目标区域的边界框，获得带有边界框的二值化图像；根据带有边界框的二值化图像中边界框对待识别图像进行裁剪，获得裁剪后的图像；利用裁剪后的图像进行图像识别。本发明根据边界框对待识别图像进行裁剪，从而实现低成本、高效率地对感兴趣区域的提取，解决了背景信息过多对图像识别算法性能的不良影响，有助于提高图像识别的精度。
一种基于边缘提取图像识别方法系统

[发明专利]一种目标检测方法、装置和机器可读存储介质-CN202210919689.2有效
发明人：凌明;艾国;杨作兴 -专利权人：深圳比特微电子科技有限公司
申请日： 2022-08-02 - 公布日： 2022-11-01 - 主分类号： G06T7/73 文献下载
摘要：其中的方法包括：获取待检测图像，所述待检测图像中包含目标对象；将所述待检测图像输入至全定点目标检测网络中进行检测处理，得到所述待检测图像在每个尺度参数上对应的特征数据，所述特征数据包括每个特征点对应的边界框，所述边界框对应一个目标置信度；根据所述目标置信度确定每个尺度参数对应的边界框集合；向处理器发送数据处理请求，所述数据处理请求携带每个尺度参数对应的边界框集合，以使所述处理器根据所述每个尺度参数对应的边界框集合
一种目标检测方法装置机器可读存储介质

[发明专利]一种基于边界框外关键点定位的六自由度位姿估计算法-CN201911060533.8有效
发明人：姜志国;张鑫;张浩鹏;赵丹培;谢凤英 -专利权人：北京航空航天大学
申请日： 2019-11-01 - 公布日： 2022-11-22 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于边界框外关键点定位的六自由度位姿估计算法，包括输入三维模型和RGB图像，得到图像中目标在三个维度上的尺寸信息，确定目标三维边界框的8个顶点坐标；通过卷积神经网络对RGB图像进行检测，得到五个不同尺度的特征图以及每个位置的目标类别、二维边界框预测结果；进行非极大抑制操作，得到去冗余后图像中目标实例的类别以及二维边界框预测结果；对关键点在图像中进行定位，得到8个关键点的位置和定位置信度本发明能够有效提高边界框外的关键点的定位精度，在保证实时处理能力的同时提升了位姿估计精度。
一种基于边界外关定位自由度估计算法

[发明专利]一种基于深度卷积神经网络的目标检测方法及装置-CN202110333413.1有效
发明人：郝磊祯;冯瑞 -专利权人：复旦大学
申请日： 2021-03-29 - 公布日： 2022-11-29 - 主分类号： G06V10/82 文献下载
摘要：本发明提供了一种基于深度卷积神经网络的目标检测方法及装置，基于整张待测图像的特征预测该待测图像中所有目标物体的边界框以及种类，其特征在于，包括如下步骤：对待测图像预处理得到预处理图像；将预处理图像输入预先训练好的深度卷积网络模型，得到所有目标物体的边界框以及种类。其中，深度卷积网络模型的训练过程包括：对训练集预处理得到预处理数据集；搭建包括主网络以及辅助网络深度卷积神经网络，主网络为全卷积神经网络；利用主网络获取第一特征图，从而进行边界框预测得到预测边界框置信度分数；利用辅助网络获取第二特征图，进而得到物体边界框以及物体类别，进而训练更新得到训练好的深度卷积网络模型。
一种基于深度卷积神经网络目标检测方法装置

[发明专利]一种面向智慧教室的学生跟踪方法及系统-CN202211130028.8有效
发明人：徐成;刘力铭;刘宏哲;徐冰心;潘卫国;代松银 -专利权人：北京联合大学
申请日： 2022-09-16 - 公布日： 2023-09-15 - 主分类号： G06V20/40 文献下载
摘要：本申请公开了一种面向智慧教室的学生跟踪方法及系统，包括获取教室视频信息；基于所述视频信息，通过目标检测方法获取学生位置边界框；基于所述学生位置边界框，构建两个高斯概率分布函数；基于所述学生位置边界框，通过通过目标检测方法检测出每个学生在图像中的位置，然后基于每个学生的边界框的中心坐标和宽高构建高斯概率分布函数，然后通过计算IOU值和对高斯概率函数的积分判断两边界框是否属于同一个学生实现到学生定位的功能。
一种面向智慧教室学生跟踪方法系统